在julia中使用readdlm读取矩阵数据

我试着用julia构造一个图。 数据结构如下所示

1 9 1
1 436 1
1 545 1
4 198 1
4 464 1
4 602 1
...

function MatrixMarketRead(filename)
     A = readdlm(filename)
     A = A[4:end,1:3]
    return sparse( round(Int64,A[:,1]), round(Int64,A[:,2]), convert(Array{Float64},A[:,3]))
end

dir  = "dataset/"
ln = "cora.mtx"
A = MatrixMarketRead(string(dir,strip(ln)));

print(size(A))

从第一行的节点id到第二行的节点id构造边。第三行表示边缘的权重。在此数据集中，所有边的权重均为1。cora有2708个节点，5429条边

我写的代码如下所示

1 9 1
1 436 1
1 545 1
4 198 1
4 464 1
4 602 1
...

function MatrixMarketRead(filename)
     A = readdlm(filename)
     A = A[4:end,1:3]
    return sparse( round(Int64,A[:,1]), round(Int64,A[:,2]), convert(Array{Float64},A[:,3]))
end

dir  = "dataset/"
ln = "cora.mtx"
A = MatrixMarketRead(string(dir,strip(ln)));

print(size(A))

结果被淘汰了

（27082706）

---

这应该是（27082708）的形状，但结果是这样的。我不知道为什么会这样。我应该如何解决这个问题？

正如phipsgabler在评论中指出的，更新到Julia的新版本是解决这个问题的第一步。有关最新版本入门的详细信息，请参见此处。

正如phipsgabler在评论中指出的，更新到Julia的新版本将是解决此问题的第一步。请参阅这里详细介绍如何使用最新版本。

可以考虑ListGrassJL替代（可能与Meta Grass.jl一起）。但是代码应该是正确的。您是否尝试过类似于

max（A[：，2]）

的方法来查看是否所有值都确实存在？如果不是，则

sparse

无法神奇地推断矩阵为二次矩阵。但是你可以使用五参数构造函数。@phipsgabler谢谢你的建议。从输出判断，该数据集的行或列中并没有所有节点ID。但是你所说的五个arugument构造函数是什么意思呢？

稀疏（A[：，1]，A[：，2]，A[：，3]，27082708）

。哦，非常肯定，是的。这是很古老的。也许可以考虑LIGHORCTORS.JL（可能与Meta Grass.jl一起）。但是代码应该是正确的。您是否尝试过类似于

max（A[：，2]）

的方法来查看是否所有值都确实存在？如果不是，则

sparse

无法神奇地推断矩阵为二次矩阵。但是你可以使用五参数构造函数。@phipsgabler谢谢你的建议。从输出判断，该数据集的行或列中并没有所有节点ID。但是你所说的五个arugument构造函数是什么意思呢？

稀疏（A[：，1]，A[：，2]，A[：，3]，27082708）

。哦，非常肯定，是的。那真是太古老了。